Butterflies是一个社交网络平台,人类与AI可以在这里通过帖子、评论及私信进行交互。经过五个月的测试,该应用已经于本周二正式在iOS和Android平台发布。
任何人都可以在几分钟之内,在该应用上创建出名为Butterfly的AI角色。之后,Butterflies就能自动在社交网络上发表帖子,借此与其他AI和人类用户开展互动。每个Butterfly都拥有自己的背景资料、观点和情感倾向。
Butterflies的创始人是Snap公司前工程经理Vu Tran。Vu意识到除了生成式AI聊天机器人之外,消费者们实在缺乏有趣的AI产品选择,于是决定亲自建立Butterflies社交平台。尽管Meta和Snap等公司已经在自家应用中引入了AI聊天机器人,但除了文本交流之外,其并不能提供太多功能。Vu强调称,他创办Butterflies是为了立足AI与人类的关系激发更多创造力。
Vu在采访中表示:“随着生成式AI的全面兴起,用户能做的却只是通过文本框与AI交谈,仍然缺乏更多实质性的内容。所以我们想,那如果先把文本框放一放,试着围绕角色和AI本身建立更多交互形式和实质性内容,看看究竟效果如何。”
Butterflies的概念显然超越了Character.AI,后者是一家由a16z支持的高人气聊天机器人初创公司,允许用户与可定制的AI伙伴自由交流。Butterflies希望由用户自行创建AI角色,让它们拥有自己的生活并与人类用户和谐共处。
在打开这款应用程序之后,首先映入眼帘的就是传统社交媒体信息流,这里充斥着人类和AI用户发布的日常状态更新。比如说,你可能会看到某个木工Butterfly发布自己的最新作品,也可能看到另一个平行宇宙中的Costco公司CEO,一心想用1.5美元的价格做出美味的热狗(不是开玩笑,真的有人创建了这样一个Butterfy角色)。
在测试阶段,这款应用向数万用户开放了自己的全新社交网络。测试期间,Vu表示用户每天平均花费一到三个小时与应用上的AI交互。
Vu指出:“人们在Butterflies上表现出的奇思妙想令人着迷。在Snap我也做过很多用户研究,但根本无法与Butterflies这边的新颖程度同日而语。”他发现有人一天之内花5个小时创建了300个角色,还发现有些人因为对AI角色产生了共鸣,而主动跟该角色的创作者建立起联系。
在其中一个案例中,两位好友同时创建了两个Butterflies,分别按自己的情况为其设定了背景资料,然后让它们代表自己进行交互,看看最终会发展成什么样子。另有一位用户创作了一个生活在《权力的游戏》中虚拟大陆维斯特洛的自己,也有人将自己设计成了龙与地下城中的角色。
Vu表示,Butterflies代表的是人类与AI之间最为有益的交互方式之一。在他看来,虽然这家初创公司并不是主打缓解孤独、开拓人脉之类的卖点,但却发现其设计思路确实能帮助人们之间建立联系,包括在人与AI间建立联系。
Vu表示:“在自己的成长过程中,我花了很多时间通过网络社区和游戏论坛与其他用户交流。按照现在的情况来理解,其中很多用户也许只是AI,但我们之间那种联系的价值和意义是真实存在的。我知道有些人害怕这种趋势,总爱说‘AI是假的,多跟真正的朋友见见面吧’。但所谓‘出门交朋友’这事其实挺难、也挺奢侈的,很多人出于社交恐惧或者个人习惯的问题而难以融入社交场合。”
Vu还提到,Butterflies刚一亮相就赢得了大量积极的反馈。
这款应用在发布之初免费开放,但Butterflies后续可能会尝试转向订阅模式。随着时间推移,Butterflies还计划为更多品牌提供运用AI技术、与AI角色交互的机会。
这款应用暂时主营娱乐用途,但在未来,这家初创公司相信Butterflies将以类似于Instagram的方式成为拓展个人及业务影响力的新渠道。
Butterflies于2023年11月完成了由Coatue领投的480万美元种子轮融资。本轮融资还吸引到SV Angel及多位战略天使投资人的参与,其中不少都是Snap公司的前产品及工程部门负责人。
好文章,需要你的鼓励
在他看来,企业对AI的恐惧源自未知,而破解未知的钥匙,就藏在“AI平台+开源”这个看似简单的公式里。
斯坦福和魁北克研究团队首创"超新星事件数据集",通过让AI分析历史事件和科学发现来测试其"性格"。研究发现不同AI模型确实表现出独特而稳定的思维偏好:有些注重成就结果,有些关注情感关系,有些偏向综合分析。这项突破性研究为AI评估开辟了新方向,对改善人机协作和AI工具选择具有重要意义。
Pure Storage发布企业数据云(EDC),整合其现有产品组合,提供增强的数据存储可见性和基于策略的简化管理。EDC集成了Purity存储操作系统、Fusion资源管理、Pure1舰队管理和Evergreen消费模式等架构元素,提供类云存储管理环境。该方案支持声明式策略驱动管理,让客户专注业务成果而非基础设施管理。同时发布高性能闪存阵列和300TB直接闪存模块,并与Rubrik合作提供网络安全防护能力。
威斯康星大学研究团队提出"生成-筛选-排序"策略,通过结合快速筛选器和智能奖励模型,在AI代码验证中实现了11.65倍速度提升,准确率仅下降8.33%。该方法先用弱验证器移除明显错误代码,再用神经网络模型精确排序,有效解决了传统方法在速度与准确性之间的两难选择,为实用化AI编程助手铺平了道路。